首页 
MiniMax M3.1 Flash是MiniMax于2026年10月19日正式发布的新一代Flash模型，在Agentic任务、编程、Computer Use及网络安全能力等方面实现代际提升。模型延续M3系列的MSA（MiniMax稀疏注意力）机制，正式版进一步采用激进稀疏注意力：先将上下文切分为多个块，通过索引快速筛选与当前token相关性较高的块，仅对选中块执行完整精确注意力计算，其余保留索引不做全量运算。效果直接体现在速度上：线上推理速度提升近3倍，日常输出200+TPS，中位数稳定在170+TPS，使用成本降低70%。上线72小时处理超100万亿Token。AutomationBench-AA得分62.2%，ALE国产领先。开源权重已发布，与华为昇腾、平头哥、昆仑芯、摩尔线程、NVIDIA、AMD等芯片厂商合作推进首日接入。API约1元/百万输入、4元/百万输出。
📋 技术规格
| 厂商 | MiniMax 稀宇科技 |
|---|---|
| 模型分类 | llm |
| 参数规模 | 未公开（M3系列MoE） |
| 上下文窗口 | 未公开 |
| 最大输出 | 未公开 |
| 知识截止 | 未公开 |
| API定价 | 输入: 约1元/百万tokens输出: 约4元/百万tokens |
⭐ 核心能力详解
MSA激进稀疏注意力
上下文分块+索引筛选+选择性精确计算，让长上下文中不需要的部分不进入计算
速度提升近3倍
线上推理速度提升近3倍，日常输出200+TPS，中位数170+TPS
成本降70%
使用成本降低70%，API约1元/百万输入/4元/百万输出
72小时100万亿Token
上线72小时处理超100万亿Token验证稳定性
多芯片厂商支持
华为昇腾、平头哥、昆仑芯、摩尔线程、NVIDIA、AMD等合作首日接入
🎯 典型应用场景
Agentic工作流：多步骤任务自动化
编程辅助：代码生成和调试
Computer Use：计算机操作自动化
网络安全：安全分析和漏洞检测
大规模高吞吐场景：低成本大规模API调用
💪 技术优势与差异化
- 推理速度近3倍，成本降70%，性价比突出
- 开源权重已发布，支持多芯片平台
- Agentic和编程能力代际提升
- 72小时100万亿Token验证大规模稳定性
- AutomationBench-AA 62.2%领先
⚠️ 使用局限与注意事项
- 总参数和上下文窗口未公开
- CnBeta报道研究者质疑评测公平性（未经证实）
- MSA稀疏注意力可能损失部分长程依赖
- 开源社区许可非标准MIT/Apache
💰 价格分析与成本建议
MiniMax M3.1 Flash API约1元/百万输入、4元/百万输出tokens。推理速度提升近3倍，使用成本降低70%。上线72小时处理超100万亿Token。开源权重已发布。请以官方为准。
👥 适用人群与企业
MiniMax M3.1 Flash主要面向：需要大规模低成本Agent任务的开发团队、编程辅助工具开发者、Computer Use应用开发者、网络安全分析团队、以及需要高吞吐推理的互联网企业。通过云巴巴AI大模型广场可获取选型咨询服务。
🏭 行业适配度评估
高吞吐低成本适合大规模API调用
⚠ 评测公平性质疑
编程能力代际提升
⚠ DeepSeek编程更强
网络安全能力提升
⚠ 非安全专用
Agentic任务能力强
⚠ 需自行验证
高吞吐适合高频交易/客服
⚠ 合规需评估
🔧 技术架构解析
| 架构设计 | M3系列MoE，MSA激进稀疏注意力 |
|---|---|
| 推理优化 | 上下文分块+索引筛选+选择性精确计算，速度提升近3倍 |
| 多芯片支持 | 华为昇腾、平头哥、昆仑芯、摩尔线程、NVIDIA、AMD |
| 稳定性 | 72小时100万亿Token |
🔒 安全合规与数据隐私
| 数据训练策略 | 未公开 |
|---|---|
| 合规认证 | 开源、多芯片支持 |
| 数据驻留 | 开源可自建部署 |
| 加密方式 | 未公开 |
⚔️ M3.1 Flash与同类型Flash模型对比
| 竞品模型 | 优势 | 不足 |
|---|---|---|
| DeepSeek V4.1-Flash-1017 | DeepSWE 77.0领先，MIT开源 | 速度和成本优势不如M3.1 |
| Qwen3.8-Flash | 阿里生态成熟 | 非激进稀疏注意力 |
| Gemini 3.8 Flash | Google生态集成 | 闭源价格高 |
- 速度近3倍成本降70%
- 开源多芯片支持
- 200+TPS高吞吐
- 72小时100万亿Token验证
🏢 同厂商模型矩阵
MiniMax模型矩阵
| 模型 | 定位 | 品类 | 特色 |
|---|---|---|---|
| M3.1 Flash当前 | 新一代Flash | llm | 速度3倍成本降70% |
| M3 | 上一代旗舰 | llm | 已收录 |
| H3 | 视频生成 | video | 已收录 |
🧭 选型决策指南
速度3倍成本降70%
DeepSWE 77.0
DashScope集成
Google集成
🏆 真实使用案例
📌 某互联网公司使用M3.1 Flash处理大规模Agent任务
📌 某开发团队使用M3.1 Flash进行编程辅助
💬 用户真实评价
M3.1 Flash的速度和成本优势太明显了，200+TPS加上成本降70%，大规模Agent场景的不二选择。
开源权重+多芯片支持部署灵活，Agentic能力确实有代际提升。评测公平性质疑需要关注。
72小时100万亿Token的稳定性验证令人信服，MSA稀疏注意力在实际使用中效果明显。
✅ 实践建议与使用技巧
💡 Prompt工程建议
大规模Agent任务设计
利用200+TPS和低成本设计大规模并发Agent工作流
编程场景利用速度
200+TPS适合实时代码补全和快速迭代
成本敏感场景优化
成本降70%适合需要大量API调用的场景
🔄 替代方案分析
DeepSWE 77.0领先
阿里/Google生态
M3.1为社区许可
Flash模型非旗舰定位
2026-09-02
